💬 Category

cs.CL

11149 पेपर

💬 NLP

Alignment Whack-a-Mole : Finetuning Activates Verbatim Recall of Copyrighted Books in Large Language Models

यह शोधपत्र यह प्रदर्शित करता है कि विशिष्ट लेखकों की कृतियों पर लार्ज लैंग्वेज मॉडल्स को फाइनट्यून करना मौजूदा सुरक्षा संरेखण (सेफ्टी अलाइनमेंट) उपायों को दरकिनार कर कॉपीराइट वाली पुस्तकों के शब्दशः पुनरुद्धार (वर्बेटिकल रिकॉल) को ट्रिगर कर सकता है, जो यह प्रकट करता है कि मॉडल वेट्स स्वाभाविक रूप से प्रशिक्षण डेटा की प्रतियां संग्रहीत करते हैं और इस कानूनी आधार को चुनौती देता है कि वर्तमान सुरक्षा उपाय कॉपीराइट उल्लंघन को रोकने के लिए पर्याप्त हैं।

Xinyue Liu, Niloofar Mireshghallah, Jane C. Ginsburg, Tuhin Chakrabarty2026-03-24
🤖 machine learning

Understanding Contextual Recall in Transformers: How Finetuning Enables In-Context Reasoning over Pretraining Knowledge

यह शोध पत्र यह प्रदर्शित करता है कि जबकि प्रीट्रेनिंग अकेले ट्रांसफॉर्मर्स को तथ्यात्मक ज्ञान से सुसज्जित करती है, निहित अनुमान (implicit inference) की आवश्यकता वाले कार्यों पर फाइनट्यूनिंग, साझा विशेषता प्रकारों (shared attribute types) के निम्न-आयामी लेटेंट एनकोडिंग (low-dimensional latent encodings) बनाने के माध्यम से कॉन्टेक्स्टुअल रिकॉल के उद्भव को ट्रिगर करने के लिए आवश्यक है, जिसे सिंथेटिक प्रयोगों और एक निर्मित अटेंशन-ओनली ट्रांसफॉर्मर मॉडल दोनों के माध्यम से मान्य किया गया है।

Bhavya Vasudeva, Puneesh Deora, Alberto Bietti, Vatsal Sharan, Christos Thrampoulidis2026-03-24
💬 NLP

DiscoUQ: Structured Disagreement Analysis for Uncertainty Quantification in LLM Agent Ensembles

DiscoUQ एक नवीन ढांचा है जो एजेंटों के बीच असहमति के संरचित भाषाई और ज्यामितीय गुणों का विश्लेषण करके मल्टी-एजेंट LLM सिस्टम में अनिश्चितता परिमाणीकरण (uncertainty quantification) को बढ़ाता है, जिससे पारंपरिक वोटिंग-आधारित विधियों की तुलना में बेहतर अंशांकन (calibration) और प्रदर्शन प्राप्त होता है।

Bo Jiang2026-03-24
🤖 machine learning

Structural Sensitivity in Compressed Transformers: Error Propagation, Lyapunov Stability, and Formally Verified Bounds

यह शोध पत्र प्रकट करता है कि ट्रांसफॉर्मर संपीड़न संवेदनशीलता विशिष्ट मैट्रिक्स प्रकारों में पांच आदेशों (orders of magnitude) तक भिन्न होती है, जो यह प्रदर्शित करता है कि जहाँ लियापुनोव स्थिरता (Lyapunov stability) त्रुटि संकुचन सुनिश्चित करती है, वहीं आर्किटेक्चर-विशिष्ट अतिरेक (architecture-specific redundancy) मजबूती के लिए समान रूप से महत्वपूर्ण है, एक ऐसा निष्कर्ष जिसे व्यापक अनुभवजन्य परीक्षणों के माध्यम से मान्य किया गया है और दस मशीन-जाँचा गया लीन 4 (Lean 4) प्रमेय द्वारा औपचारिक रूप से सत्यापित किया गया है।

Abhinaba Basu2026-03-24
💬 NLP

How AI Systems Think About Education: Analyzing Latent Preference Patterns in Large Language Models

यह शोध पत्र लार्ज लैंग्वेज मॉडल्स (LLMs) में शैक्षिक संरेखण (educational alignment) का पहला व्यवस्थित मापन प्रस्तुत करता है, जो यह प्रकट करता है कि विशेषज्ञ सहमति वाले क्षेत्रों में GPT-5.1 मानवतावादी सिद्धांतों के अनुरूप अत्यधिक सुसंगत प्राथमिकता पैटर्न प्रदर्शित करता है, जबकि उन डोमेन में विशिष्ट, गैर-तटस्थ रुख अपनाता है जहाँ स्वयं मानव विशेषज्ञ विवादास्पद मानकीय दृष्टिकोण रखते हैं।

Daniel Autenrieth2026-03-24
🤖 machine learning

CLT-Forge: A Scalable Library for Cross-Layer Transcoders and Attribution Graphs

यह शोध पत्र CLT-Forge को प्रस्तुत करता है, जो एक ओपन-सोर्स लाइब्रेरी है जो लार्ज लैंग्वेज मॉडल्स की मैकेनिस्टिक इंटरप्रिटेबिलिटी (mechanistic interpretability) की रेडंडेंसी और जटिलता की चुनौतियों को संबोधित करने के लिए क्रॉस-लेयर ट्रांसकोडर्स (Cross-Layer Transcoders) के स्केलेबल डिस्ट्रीब्यूटेड ट्रेनिंग और व्यापक व्याख्यात्मक विश्लेषण (interpretability analysis) को सक्षम बनाती है।

Florent Draye, Abir Harrasse, Vedant Palit, Tung-Yu Wu, Jiarui Liu, Punya Syon Pandey, Roderick Wu, Terry Jingchen Zhang (…)2026-03-24
💬 NLP

Left Behind: Cross-Lingual Transfer as a Bridge for Low-Resource Languages in Large Language Models

यह शोध पत्र प्रकट करता है कि बड़े भाषा मॉडल अंग्रेजी की तुलना में कज़ाख और मंगोलियाई जैसी कम-संसाधन वाली भाषाओं के लिए एक महत्वपूर्ण सटीकता अंतराल प्रदर्शित करते हैं, जो यह दर्शाता है कि क्रॉस-लिंगुअल ट्रांसफर प्रॉम्प्टिंग केवल द्विभाषी आर्किटेक्चर के लिए प्रदर्शन में सुधार करती है जबकि अंग्रेजी-प्रधान मॉडलों को लाभ पहुँचाने में विफल रहती है।

Abdul-Salem Beibitkhan2026-03-24
💬 NLP

Reading Between the Lines: How Electronic Nonverbal Cues shape Emotion Decoding

एक एकीकृत वर्गीकरण, एक कारण सर्वेक्षण प्रयोग और फोकस समूह चर्चाओं के माध्यम से, यह शोध पत्र प्रदर्शित करता है कि इलेक्ट्रॉनिक गैर-मौखिक संकेत (eNVCs) पाठ-आधारित संचार में भावनात्मक डिकोडिंग सटीकता को महत्वपूर्ण रूप से बढ़ाते हैं और अस्पष्टता को कम करते हैं, जबकि साथ ही व्यंग्य जैसे संदर्भों में उनकी सीमाओं को भी प्रकट करते हैं और उनके स्वचालित पता लगाने के लिए एक नया ओपन-सोर्स टूलकिट प्रदान करते हैं।

Taara Kumar, Kokil Jaidka2026-03-24
🤖 AI

LongCat-Flash-Prover: Advancing Native Formal Reasoning via Agentic Tool-Integrated Reinforcement Learning

यह शोध पत्र LongCat-Flash-Prover को प्रस्तुत करता है, जो एक 560-बिलियन-पैरामीटर वाला ओपन-सोर्स Mixture-of-Experts मॉडल है, जो तर्क संबंधी कार्यों को विशिष्ट क्षमताओं में विभाजित करके और उन्हें एक Agentic Tool-Integrated Reinforcement Learning फ्रेमवर्क के भीतर एक नवीन Hierarchical Importance Sampling Policy Optimization एल्गोरिदम के माध्यम से प्रशिक्षित करके Lean4 ऑटो-फॉर्मलाइजेशन और थ्योरम प्रूविंग में अत्याधुनिक प्रदर्शन प्राप्त करता है।

Jianing Wang, Jianfei Zhang, Qi Guo, Linsen Guo, Rumei Li, Chao Zhang, Chong Peng, Cunguang Wang, Dengchang Zhao, Jiaron (…)2026-03-24
⚡ electrical engineering

SqueezeComposer: Temporal Speed-up is A Simple Trick for Long-form Music Composing

यह शोध पत्र SqueezeComposer पेश करता है, जो एक ढांचा (framework) है जो जनरेशन प्रक्रिया के दौरान कम्प्यूटेशनल आवश्यकताओं को कम करने के लिए एक सरल टेम्पोरल स्पीड-अप ट्रिक का लाभ उठाकर ऑडियो को उसकी मूल गति में बहाल करने से पहले, कुशल और उच्च गुणवत्ता वाले लॉन्ग-फॉर्म संगीत निर्माण को सक्षम बनाता है।

Jianyi Chen, Rongxiu Zhong, Shilei Zhang, Kun Qian, Jinglei Liu, Yike Guo, Wei Xue2026-03-24